K-NN

释义 Definition

k-NN（k-nearest neighbors，k 近邻/ k 最近邻）是一种经典的监督学习方法，用于分类或回归：对新样本，找出训练集中距离它最近的 k 个邻居，再用这些邻居的类别（投票）或数值（平均/加权平均）来预测。

发音 Pronunciation (IPA)

/ˌkeɪ ˌɛn ˈɛn/

例句 Examples

We used k-NN to classify the emails as spam or not spam.
我们用 k-NN 把邮件分类为垃圾邮件或非垃圾邮件。

Because k-NN relies on distance, scaling the features improved the model’s accuracy on the test set.
由于 k-NN 依赖距离度量，对特征做缩放提高了模型在测试集上的准确率。

词源 Etymology

k-NN是一个技术缩写：k 表示选取的“邻居数量”，NN 来自 nearest neighbors（最近邻）。该方法源于早期统计模式识别与分类研究，因概念直观、实现简单而在机器学习中长期常用。

相关词 Related Words

• Classification
• Regression
• Distance
• Euclidean
• Feature
• Normalize
• Standardize
• Overfitting
• Cross-Validation
• Kernel

文学与典籍 Notable Works

• Pattern Classification（Duda, Hart, Stork）
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• Machine Learning（Tom M. Mitchell）
• Introduction to Machine Learning（Ethem Alpaydin）